基于机器视觉的方便面包装检测系统开发
摘要 | 第1-5页 |
ABSTRACT | 第5-9页 |
第一章 绪论 | 第9-14页 |
·课题研究背景及意义 | 第9-10页 |
·机器视觉技术 | 第10-12页 |
·机器视觉系统简介 | 第10页 |
·机器视觉在工业检测上的应用及难点 | 第10-11页 |
·机器视觉检测相关技术概述 | 第11-12页 |
·本文研究的主要内容 | 第12-14页 |
第二章 视觉检测系统总体设计 | 第14-29页 |
·需求分析 | 第14-17页 |
·桶装方便面生产流程 | 第14-15页 |
·包装品质缺陷 | 第15-16页 |
·缺少叉子 | 第15-16页 |
·缺少调味包 | 第16页 |
·检测系统设计要求 | 第16-17页 |
·系统总体设计 | 第17-19页 |
·设计思路 | 第17页 |
·系统总体结构 | 第17-19页 |
·硬件系统设计 | 第19-26页 |
·照明系统设计 | 第19-21页 |
·图像采集系统设计 | 第21-24页 |
·工业相机 | 第21-23页 |
·镜头 | 第23-24页 |
·其它设备 | 第24-26页 |
·光电传感器 | 第24-25页 |
·工业I/O 卡 | 第25页 |
·工控PC | 第25-26页 |
·软件总体设计 | 第26-29页 |
·开发环境 | 第26页 |
·软件功能 | 第26-29页 |
第三章 叉子检测算法研究 | 第29-42页 |
·叉子检测算法思路分析 | 第29-33页 |
·叉子灰度特征分析 | 第30-31页 |
·叉子纹理特征分析 | 第31-32页 |
·叉子形状特征分析 | 第32页 |
·检测难点分析 | 第32-33页 |
·图像预处理 | 第33-34页 |
·灰度变换 | 第33-34页 |
·图像灰度的线性变换 | 第34页 |
·叉子检测算法设计 | 第34-40页 |
·检测区域定位 | 第34-35页 |
·叉子特征点提取 | 第35-36页 |
·干扰点排除 | 第36-37页 |
·几何特征量提取和特征识别 | 第37-40页 |
·叉子检测流程 | 第40页 |
·本章小结 | 第40-42页 |
第四章 基于彩色图像的调味包检测算法研究 | 第42-64页 |
·调味包检测思路及难点分析 | 第42-46页 |
·基于彩色图像检测方案的确定 | 第42-43页 |
·RGB 和HSI 颜色模型 | 第43-45页 |
·难点分析 | 第45-46页 |
·调味包分类识别算法研究 | 第46-63页 |
·主要特征选择 | 第46-50页 |
·识别对象分析 | 第47-48页 |
·仿真图分析 | 第48-50页 |
·机器学习 | 第50-53页 |
·调味包特征分类 | 第53-56页 |
·特征点分类算法 | 第53页 |
·调味包特征点分类 | 第53-56页 |
·干扰点排除 | 第56-61页 |
·干扰点分析 | 第57页 |
·干扰点分类排除 | 第57-61页 |
·调味包分类识别 | 第61-62页 |
·调味包识别算法流程 | 第62-63页 |
·本章小结 | 第63-64页 |
第五章 桶装方便面包装检测技术实现 | 第64-75页 |
·硬件系统实现 | 第64页 |
·软件系统实现 | 第64-70页 |
·软件模块功能实现 | 第65-69页 |
·软件界面介绍 | 第69-70页 |
·性能分析 | 第70-74页 |
·叉子实验室静态测试 | 第71-73页 |
·调味包生产流水线动态测试 | 第73-74页 |
·本章小结 | 第74-75页 |
第六章 总结与展望 | 第75-77页 |
·本文总结 | 第75-76页 |
·前景展望 | 第76-77页 |
致谢 | 第77-78页 |
参考文献 | 第78-81页 |
攻读硕士学位期间取得的研究成果 | 第81-82页 |
附录 | 第82-87页 |